今日頭條
官方微信
官方抖音
案例頻道文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1003-0492（2023）06-060-05中圖分類(lèi)號(hào)：TP311
★鄒祥，劉礪，黃譜，汪平（中國(guó)石油西南油氣田川中油氣礦，四川遂寧629001）
★陳冰，鮑新飛，劉淼（中國(guó)石油昆侖數(shù)智科技有限責(zé)任公司，北京102206）
摘要：用戶(hù)側(cè)用氣量的準(zhǔn)確預(yù)測(cè)是天然氣生產(chǎn)及管網(wǎng)運(yùn)行調(diào)度的前提。 為彌補(bǔ)現(xiàn)有預(yù)測(cè)方法未考慮數(shù)據(jù)本身誤差對(duì)預(yù)測(cè)結(jié)果的影響，本文提出 了一種基于歷史數(shù)據(jù)的天然氣用氣量智能預(yù)測(cè)方法。該方法通過(guò)數(shù)據(jù)清 洗和異常值篩選對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，降低原始數(shù)據(jù)誤差對(duì)預(yù)測(cè)結(jié)果 的影響；通過(guò)三次樣條插值解決用氣量數(shù)據(jù)丟失和用氣量非等時(shí)間間隔 的問(wèn)題，采用小波降噪降低原始數(shù)據(jù)中的噪聲；最后，通過(guò)實(shí)測(cè)數(shù)據(jù)構(gòu) 建了居民用氣和工業(yè)用氣兩種類(lèi)型的數(shù)據(jù)集，并通過(guò)構(gòu)建的LSTM網(wǎng)絡(luò)預(yù)測(cè)用氣量。結(jié)果表明，該方法可以有效地預(yù)測(cè)天然氣的用氣量，與未處理的數(shù)據(jù)相比，預(yù)測(cè)誤差分別降低了19.1%和27.9%。
關(guān)鍵詞：天然氣；用氣量預(yù)測(cè)；數(shù)據(jù)預(yù)處理；LSTM
在線預(yù)覽：
基于LSTM的天然氣用氣量智能預(yù)測(cè)方法.pdf
摘自《自動(dòng)化博覽》2023年6月刊
北京市公安局海淀分局備案號(hào)：11010802023656號(hào)